Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Informática# Interacción Persona-Ordenador

Nuevo conjunto de datos mejora la investigación sobre la calidad del sueño

El conjunto de datos BiHeartS ofrece información sobre el comportamiento del sueño y cómo medir su calidad.

― 7 minilectura


Conjunto de DatosConjunto de DatosBiHeartS para laInvestigación del Sueñocardíacas.la calidad del sueño y las frecuenciasUn conjunto de datos innovador rastrea
Tabla de contenidos

Dormir es una parte vital de la vida que nos ayuda a recuperarnos del cansancio diario. Juega un papel clave en mantener la salud mental y física. Una buena calidad de sueño puede mejorar nuestro bienestar en general. Hay muchas formas de monitorear la Calidad del Sueño, a menudo usando dispositivos que pueden rastrear varias señales relacionadas con nuestro comportamiento durante el sueño. Estos dispositivos pueden ofrecer ideas y sugerencias para mejorar la calidad del sueño. Sin embargo, figurar cómo evaluar la calidad del sueño a partir de los datos recogidos por estos dispositivos puede ser complicado. Esto se debe principalmente a las diferentes formas en que las personas experimentan el sueño, sus rutinas personales y cómo perciben su propia calidad de sueño.

La Necesidad de Datos Comprensivos

Para medir eficazmente la calidad del sueño, se necesita un conjunto de datos detallado y comprensivo. Estos datos deberían abarcar los hábitos diarios de los usuarios, las señales físicas mientras duermen, y sus propias opiniones sobre cuán bien dormieron. Entender esta variedad es importante para crear sistemas fiables para evaluar la calidad del sueño.

¿Qué es el Conjunto de Datos BiHeartS?

Para abordar la falta de datos, se creó un nuevo conjunto de datos llamado BiHeartS. Este conjunto se centra en medir las tasas de pulso a partir de diferentes dispositivos y posiciones del cuerpo para monitorear el sueño. Los datos provienen de 10 personas que participaron durante 30 noches consecutivas. Se utilizaron tanto dispositivos de investigación como comerciales en este proceso de recolección. Además, se recopiló información detallada sobre la calidad del sueño y actividades diarias de cada persona.

El Papel de los Dispositivos Portátiles

Hoy en día, muchas personas usan dispositivos portátiles, como rastreadores de fitness y relojes inteligentes, para monitorear su salud y patrones de sueño. Ejemplos conocidos incluyen los relojes inteligentes FitBit y los anillos inteligentes Oura. Estos dispositivos utilizan sensores para recoger datos sobre el sueño. Pueden estimar varios parámetros del sueño, como cuánto tiempo ha dormido una persona y con qué frecuencia se despierta durante la noche. Aunque estos gadgets proporcionan información valiosa, monitorear los comportamientos de sueño es complicado. Factores como las diferencias individuales en las actividades diarias y las percepciones personales de la calidad del sueño hacen que esta tarea sea difícil.

Variabilidad en la Calidad del Sueño

El desafío de monitorear el sueño surge del hecho de que cada quien experimenta el sueño de manera diferente. Lo que constituye una buena calidad de sueño puede variar de una persona a otra. Esta variación hace que sea complicado crear una solución única para evaluar el sueño. La forma en que las personas perciben su sueño está influenciada por sentimientos y recuerdos personales, lo que añade otra capa de complejidad.

La Importancia del Monitoreo Personalizado

Dado estos desafíos, hay una necesidad urgente de sistemas de monitoreo del sueño personalizados. Tales sistemas tendrían en cuenta los hábitos únicos y señales fisiológicas de cada usuario. Para crear modelos efectivos para la evaluación de la calidad del sueño, son esenciales conjuntos de datos grandes que reflejen estas diferencias individuales. El conjunto de datos BiHeartS busca cumplir con ese requisito al recopilar datos extensos en entornos reales.

Metodología de Recolección de Datos

El conjunto de datos BiHeartS se desarrolló a través de un enfoque sistemático de recolección de datos. Un proceso de revisión y aprobación garantizó que se cumplieran los estándares éticos. Diez participantes, una mujer y nueve hombres de entre 20 y 30 años, participaron en el estudio. Cada participante usó tres dispositivos diferentes durante 30 noches. Los dispositivos incluían:

  1. El Anillo Oura (Gen. 3), que rastrea el sueño a través de un sensor de luz especial.
  2. Dos pulseras Empatica E4, una en cada muñeca, que rastrean una gama de señales, incluyendo la tasa de pulso y la temperatura de la piel.

Cómo se Recolectaron los Datos

La recolección de datos comenzó con los participantes firmando formularios de consentimiento. Se les dieron instrucciones detalladas sobre cómo configurar los dispositivos para la grabación de datos. Los participantes registraron sus experiencias diarias a través de dos tipos de Auto-informes: mañana y noche.

Para asegurar un reporte preciso, se recordó a los participantes que llenaran sus auto-informes. Podían usar un método de papel y lápiz o una aplicación móvil. Este diseño buscaba reducir los efectos del sesgo de memoria, ya que los participantes solo podían informar sobre las experiencias del día actual.

Antes de que comenzara el estudio, los participantes completaron un cuestionario que recopilaba información sobre demografía y bienestar. Durante el estudio, los participantes usaron los dispositivos comenzando una hora antes de dormir y hasta una hora después de despertar. También sincronizaban los dispositivos diariamente para asegurar que todos los datos se recopilaran correctamente.

Tipos de Datos Recolectados

Los datos recolectados incluyeron dos tipos principales: señales físicas de los dispositivos portátiles y datos auto-informados.

Señales Físicas

De los anillos Oura, los datos incluían la tasa de pulso (HR) y señales de variabilidad de la Frecuencia Cardíaca (HRV). El Anillo Oura proporcionó lecturas promedio de HR cada cinco minutos durante el sueño. También midió la HRV usando un método específico para calcular la variabilidad.

Las pulseras Empatica E4 recogieron señales más detalladas como la tasa de pulso, intervalos entre latidos y pulso de volumen sanguíneo. Los participantes sincronizaron los datos de estos dispositivos a una plataforma en línea dedicada a este estudio.

Auto-Informes

Los participantes proporcionaron auto-informes de la mañana que incluían preguntas sobre sus patrones de sueño, tiempo dedicado a dormir, sensaciones de recuperación y cualquier perturbación experimentada durante la noche. Los auto-informes de la noche preguntaban sobre las actividades diarias, niveles de estrés y fatiga, así como el ejercicio físico realizado durante el día.

Resultados de la Recolección de Datos

La recolección de datos resultó en información valiosa, con un total de 148 sesiones de sueño registradas junto a 234 auto-informes matutinos y 213 vespertinos. Para la tarea específica de estimar la calidad del sueño, se recogieron 146 sesiones de sueño junto a los auto-informes matutinos relevantes. El conjunto de datos también incluyó 91 sesiones completas registradas desde los dispositivos Empatica E4, mientras que otras 135 sesiones incluyeron datos del anillo Oura y al menos un dispositivo Empatica.

Conclusión

En conclusión, el conjunto de datos BiHeartS proporciona una visión única y comprensiva del comportamiento y la calidad del sueño. Al utilizar datos de múltiples dispositivos y alentar a los participantes a informar sobre sus hábitos diarios, este conjunto puede apoyar varios análisis. Se puede usar para estimar la calidad del sueño personalizada, investigar diferencias en señales fisiológicas y comparar datos de diferentes dispositivos portátiles.

A medida que la tecnología sigue avanzando, se hace más claro la importancia de entender el sueño y cómo monitorearlo efectivamente. Con la creación de conjuntos de datos como BiHeartS, investigadores y profesionales de la salud pueden trabajar en desarrollar mejores sistemas para evaluar la calidad del sueño. Esto llevará, en última instancia, a una mejor salud y bienestar para las personas, ya que obtienen una comprensión más profunda de sus patrones de sueño y cómo mejorar su calidad de vida en general.

Fuente original

Título: BiHeartS: Bilateral Heart Rate from multiple devices and body positions for Sleep measurement Dataset

Resumen: Sleep is the primary mean of recovery from accumulated fatigue and thus plays a crucial role in fostering people's mental and physical well-being. Sleep quality monitoring systems are often implemented using wearables that leverage their sensing capabilities to provide sleep behaviour insights and recommendations to users. Building models to estimate sleep quality from sensor data is a challenging task, due to the variability of both physiological data, perception of sleep quality, and the daily routine across users. This challenge gauges the need for a comprehensive dataset that includes information about the daily behaviour of users, physiological signals as well as the perceived sleep quality. In this paper, we try to narrow this gap by proposing Bilateral Heart rate from multiple devices and body positions for Sleep measurement (BiHeartS) dataset. The dataset is collected in the wild from 10 participants for 30 consecutive nights. Both research-grade and commercial wearable devices are included in the data collection campaign. Also, comprehensive self-reports are collected about the sleep quality and the daily routine.

Autores: Nouran Abdalazim, Leonardo Alchieri, Lidia Alecci, Silvia Santini

Última actualización: 2023-08-13 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2308.06811

Fuente PDF: https://arxiv.org/pdf/2308.06811

Licencia: https://creativecommons.org/licenses/by-sa/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Artículos similares